2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、基于工作記憶模型的基于工作記憶模型的腦力疲勞檢測腦力疲勞檢測方法方法研究研究ResearchonthedetectionmethodofthementalfatiguebasedonNbacktask領(lǐng)域:生物醫(yī)學工程作者姓名:王曉璐指導教師:楊春梅副教授周鵬副教授企業(yè)導師:天津大學精密儀器與光電子工程學院二零一四年十二月摘要摘要隨著社會發(fā)展,人們生活節(jié)奏的加快、工作壓力的增加,在如軍事作業(yè)人員、駕駛員、外科手術(shù)醫(yī)師、值夜班者等人群中,

2、腦力疲勞的發(fā)生比例也隨之增加。而嚴重的腦力疲勞會對人們的工作和生活產(chǎn)生極大的負面影響,甚至威脅人類的生命財產(chǎn)安全。因此,對腦力疲勞的檢測是十分重要的,它能夠為疲勞預警提供依據(jù),幫助后續(xù)疲勞對抗措施的有序進行,從而減輕甚至消除腦力疲勞帶來的危害。本論文設計了一種新型工作記憶任務(Nback)實驗,將原本單一考察某一方面記憶的Nback劃分為同時調(diào)用空間、顏色、形狀記憶的新實驗,并根據(jù)被試者訓練情況調(diào)節(jié)負荷強度,從而更有效的誘發(fā)被試者腦力疲

3、勞;在實驗的同時,記錄被試者腦電(electroencephalography,EEG)和Nback實驗結(jié)果數(shù)據(jù),并加入被試疲勞量表的填寫;根據(jù)采集到的樣本,對數(shù)據(jù)進行處理,篩選導聯(lián)及特征,最終建立腦力疲勞預測回歸模型;通過對腦電數(shù)據(jù)進行連續(xù)量化標注,比較了使用不同腦力疲勞程度標注建立的腦力疲勞模型優(yōu)劣;此外,驗證了腦力疲勞模型的跨時間、跨個體預測的正確性;并針對腦力疲勞標注不統(tǒng)一的現(xiàn)象,探討腦力疲勞融合標注的效果。得到的主要結(jié)論有:以

4、擬合優(yōu)度檢驗為判據(jù),使用搜索技術(shù)結(jié)合交叉驗證篩選用于腦力疲勞預測模型的導聯(lián)和特征,可建立腦力疲勞預測的回歸模型;在對樣本進行標注時,使用等效實驗時長比等效正確率效果更好,前者最終建立的腦力疲勞預測回歸模型其R2能達到0.9以上,腦電特征對腦力疲勞程度的解釋性較強;對模型進行分析發(fā)現(xiàn),建立的預測回歸模型具有一定的跨時間、跨個體正確性,且不具有性別差異,但模型并不十分穩(wěn)定,仍需要進行時間校正、個體校正,以及優(yōu)化腦力疲勞的標注;對腦力疲勞融合

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論